正则表达式非捕获组未按预期工作，如何仅匹配目标/字符？

需求是匹配前面无空格、后面为空格、点或行尾的斜杠/，只关注这个/本身的位置和内容。

原测试代码及结果：

>>> import re
>>> re.search(r"[^ ]/([ .]|$)", "Foo /markup/ bar")
<re.Match object; span=(10, 13), match='p/ '>

这里匹配到的是p/ ，无法直接通过pos = m.start() + 1获取目标/的位置，尝试用非捕获组(?:)修改正则后，结果仍不符合预期：

>>> re.search(r"(?:[^ ])/(?:[ .]|$)", "Foo /markup/ bar")
<re.Match object; span=(10, 13), match='p/ '>

期望得到的结果是仅捕获/，对应匹配信息为：

<re.Match object; span=(11, 11), match='/'>

问题分析 #

用非捕获组没生效的核心原因是：正则里的[^ ]和后面的[ .]|$仍然属于匹配范围，不管是不是捕获组，整个正则匹配的内容还是包含了斜杠前后的字符，所以返回的match对象依然是p/ 。

解决方案 #

要只捕获目标/，需要用零宽断言来限定前后的条件，而非将前后字符包含在匹配范围内：

• 用(?<! )（负向后行断言）确保/前面不是空格
• 用(?=[ .]|$)（正向前瞻断言）确保/后面是空格、点或行尾

修改后的正则及测试结果：

>>> import re
>>> re.search(r"(?<! )/(?=[ .]|$)", "Foo /markup/ bar")
<re.Match object; span=(11, 12), match='/'>

注：Python的match对象span是左闭右开区间，span=(11,12)对应的就是索引11位置的/，和你期望的span=(11,11)逻辑一致，只是Python的区间表示方式不同。

内容的提问来源于stack exchange，提问作者buhtz